Bolt.diy 项目中使用 LM Studio 本地大语言模型的配置指南
2025-05-15 02:36:53作者:胡易黎Nicole
问题背景
在使用 Bolt.diy 项目时,许多开发者希望通过 LM Studio 运行本地大语言模型(LLM)来生成代码。然而在实际配置过程中,经常会遇到 CORS 跨域问题、API 请求失败以及意外的 Ollama 警告等问题。本文将详细介绍如何正确配置 LM Studio 与 Bolt.diy 的集成。
核心问题分析
从实际案例来看,主要存在三个典型问题:
- CORS 跨域问题:虽然已在 LM Studio 中启用 CORS 选项,但 API 请求仍然失败
- API 端点不匹配:Bolt.diy 请求的 API 端点与 LM Studio 提供的端点不一致
- Ollama 警告干扰:未使用 Ollama 服务却出现相关警告信息
详细解决方案
1. LM Studio 基础配置
首先确保 LM Studio 已正确配置:
- 在服务器设置中启用 "CORS" 选项
- 启用 "Serve on Local Network"(在本地网络提供服务)选项
- 确认服务器监听的端口(默认 1234)
2. 正确的 API 端点配置
LM Studio 提供以下标准端点:
GET /v1/models
POST /v1/chat/completions
POST /v1/completions
POST /v1/embeddings
在 Bolt.diy 的环境变量配置文件(.env.local)中,需要正确设置这些端点地址。例如:
VITE_LMSTUDIO_URL=http://localhost:1234
3. 网络访问问题排查
当在 WSL 中直接运行 Bolt.diy 时:
- 确保 WSL 可以访问主机的本地网络
- 如果使用 localhost 不工作,尝试使用主机的实际 IP 地址
- 检查防火墙设置,确保端口未被阻止
4. 关于 Ollama 警告
即使不使用 Ollama 服务,Bolt.diy 默认会尝试连接 Ollama。这些警告不会影响 LM Studio 的功能使用,可以安全忽略。如需彻底移除,可以检查项目代码中与 Ollama 相关的初始化部分。
最佳实践建议
- 环境隔离:考虑使用 Docker 容器化部署,可以避免许多环境依赖问题
- 日志监控:同时监控 Bolt.diy 和 LM Studio 的日志输出,便于快速定位问题
- 逐步验证:
- 先用简单 HTTP 客户端(如 curl)测试 LM Studio 端点是否可达
- 再测试 Bolt.diy 的基础功能
- 最后进行完整集成测试
总结
通过正确配置 LM Studio 的网络服务选项和 API 端点,开发者可以顺利在 Bolt.diy 项目中使用本地运行的大语言模型。Docker 部署方式通常更为可靠,但在 WSL 环境中通过适当配置也能获得良好效果。遇到问题时,建议按照网络连接、API 端点和权限配置的顺序逐步排查。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0205- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
MarkFlowy一款 AI Markdown 编辑器TSX01
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
610
4.06 K
Ascend Extension for PyTorch
Python
452
537
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
924
778
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
374
254
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
暂无简介
Dart
857
205
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.47 K
832
React Native鸿蒙化仓库
JavaScript
322
377
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
177